人为水文调控正深刻改变湿地生态系统的结构与功能.由于缺乏长期监测记录,目前针对湿地生态系统如何响应人为水文调控的报道较少.本研究基于神农架大九湖五号湖的一根长44 cm的沉积岩芯多指标记录,重建了近40年来大九湖生态水文变化过程,并探讨其驱动因子.结果表明:五号湖的硅藻群落经历了 3个主要演化阶段:1980-2008年以底栖硅藻为主,2008-2016年浮游硅藻迅速增加,2016年以来小型脆杆藻占主导.冗余分析表明,硅藻组合变化与总有机碳、总氮和Mn/Fe值显著相关.2008年以来硅藻组合变化反映了五号湖由早期富含有机质的泥炭地向浅水湖泊转变,主要响应筑坝提升水位;2016年以来底栖和附生硅藻增多,响应大九湖移民搬迁后水生植物扩张、水体透明度增加的过程.沉积硅藻记录揭示了大九湖的环境变化过程,为湿地保护提供了科学依据.

为研究钢渣混合基质对大花绣球扦插生根的影响,创制可部分替代常规扦插基质、实现固体废弃物高效利用的新型基质,本试验以常规扦插基质(泥炭+珍珠岩)为对照(CK),研究在其中添加体积分数为10％(T1)、20％(T2)、30％(T3)和40％(T4)钢渣的条件下,混合基质的理化性质及其对大花绣球'红粉佳人'生根的影响.结果表明:钢渣混合基质的pH值、电导率和容重均显著高于CK,T2处理通气孔隙度高于其他处理,但总孔隙度和持水孔隙度无显著差异;扦插苗地上部分生长表现为:各处理鲜重和干重均大于CK,茎粗除T4处理外均大于CK,株高除T4处理外与CK相比无显著差异,叶片叶绿素含量均显著低于CK;扦插苗根系生长表现为:根长为T2＞CK＞T1＞T3＞T4,根表面积和根体积均为T2＞T1＞CK＞T4＞T3,根尖数为T2＞CK＞T1＞T4＞T3,各处理平均根直径和根系活力均显著高于CK,且以T2处理最高;扦插苗叶片可溶性糖含量为T2＞T4＞T3＞CK＞T1.根系生长发育指标权重排序为:根系活力＞平均根直径＞根体积＞根表面积＞根尖数＞根长;冗余分析发现,基质pH值、电导率、通气孔隙度和持水孔隙度是影响插穗根系生长发育的关键因子.综上,添加体积分数为10％～40％钢渣的混合基质均能够用于大花绣球扦插育苗,其中以20％(T2)的效果最好,可显著改善插穗成活率、生长状况和根系发育.本研究证实了钢渣作为花卉新型育苗基质部分替代泥炭、珍珠岩等常规不可再生基质的可行性,既可降低农业生产成本,又能实现工业固废的高值化利用.

菌根多样性和形态可塑性决定了寄主植物适应生境变化的能力.为了解针阔叶树种混交对外生菌根形态特征的影响及其潜在机制,本研究调查了山西太岳山油松和辽东栎纯林及混交林(油松与辽东栎3∶1混交、1∶1混交、1∶3混交)外生菌根形态特征,分析了环境因子对外生菌根形态变异的影响.结果表明:所有林型中油松和辽东栎外生菌根均以无外延菌丝或极少外延菌丝的密接型为主;油松在混交林中根部密接型和中程型外生菌根的根尖数量分别比纯林显著升高3％～10％和10％～16％,辽东栎在混交林中根部密接型外生菌根养分获取类型的根尖数量比纯林显著升高5％～10％;油松和辽东栎在混交林中外生菌根Simpson形态多样性指数显著高于纯林.冗余分析表明,油松中土壤氮磷比对其外生菌根形态变异的影响最大(解释率为7.5％),其次为土壤含水率(5.2％),而土壤碳含量对辽东栎外生菌根形态变异的影响最大(3.5％).油松和辽东栎在混交时均可以通过外生菌根的形态变异以适应对土壤养分的竞争和共享.

目的 探讨腰椎管狭窄症(LSS)伴马尾神经冗余征(RNRs)的MRI特征.方法 选取就诊的 210 例LSS患者,均行MRI检查,记录RNRs评估结果、RNRs分型结果及椎管狭窄参数(正中矢状径、有效矢状径、有效截面积)值.对比RNRs阳性和RNRs阴性LSS患者基线资料及椎管狭窄参数、不同分型RNRs阳性患者椎管狭窄参数及通过受试者工作特征曲线(ROC曲线)椎管狭窄参数评估LSS患者伴发RNRs的价值.结果 210 例LSS患者中RNRs阳性 52 例,其中"藤索型"28 例,"葡萄串珠"型 13 例,"蛇纹石"型 11 例;RNRs阴性158 例.RNRs阳性组年龄大于RNRs阴性组,多椎管狭窄占比高于RNRs阴性组,Pfirrmann分级高于RNRs阴性组,正中矢状径、有效矢状径、有效截面积值小于RNRs阴性组,差异有统计学意义(P<0.05).三种分型RNRs阳性患者正中矢状径、有效矢状径、有效截面积对比,差异有统计学意义(P<0.05).ROC曲线显示正中矢状径、有效矢状径、有效截面积单独及联合评估LSS患者伴发RNRs的曲线下面积(AUC)分别为 0.641、0.723、0.691、0.802,联合评估价值最高.结论 "藤索"型、"葡萄串珠"型、"蛇纹石"型为RNRs的特异性MRI征象,且年龄大、多椎管狭窄及Pfirrmann分级高的LSS患者发生RNRs风险较高.

目的 利用CT影像组学列线图预测结直肠癌患者术前BRAF突变,并进行预后分层.资料与方法 回顾性分析2017年1月—2020年6月盐城市第一人民医院经病理证实的333例结直肠癌,其中训练集234例,验证集99例.分割整个肿瘤的感兴趣区并提取影像组学特征.采用最大相关最小冗余算法及最小绝对收缩和选择算子算法筛选与BRAF突变密切相关的影像组学特征.结合影像组学特征和显著的临床参数构建列线图.采用受试者工作特征曲线下面积量化诊断效能.使用Kaplan-Meier分析绘制高风险组和低风险组的生存曲线.结果 保留 7 个影像组学特征以构建影像组学模型.结合影像组学特征和 3个显著的临床参数(年龄、肿瘤部位、癌胚抗原)构建列线图,其在训练集、验证集的曲线下面积分别为0.850、0.829.列线图预测高风险组(BRAF突变组)和低风险组(BRAF野生组)患者的总生存期存在显著差异(P<0.001),且高风险组的总生存期比低风险组短.结论 CT影像组学列线图可术前准确预测结直肠癌的BRAF突变,并对预后进行分层.

目的本研究旨在结合传统MRI序列及增强检查,提取多模态高通量影像组学特征并联合语义特征,使用不同的机器学习分类器构建不同的模型并绘制列线图来鉴别高级别胶质瘤(high-grade glioma,HGG)和单发性脑转移瘤(solitary brain metastasis,SBM).材料与方法本研究对101名患者的多参数MR图像进行了回顾性分析,由两位资深医师标定肿瘤感兴趣区,然后对每个序列分别提取影像组学特征后进行组合,共提取428组影像组学特征.为消除人为标定差异,进行组内相关系数一致性检验,并运用最大相关最小冗余算法选取最具相关性的特征,然后进一步通过最小绝对收缩和选择算子算法筛除冗余特征.本研究采用支持向量机、逻辑回归、随机森林及K近邻四种算法建立分类模型.结合放射科医生评估的七项语义特征,通过卡方检验和多因素分析去除差异无统计学意义的语义特征.然后结合组学特征建立综合模型并绘制列线图.最终,评价各模型的诊断能力,以确定最优分类器.结果HGG及SBM患者建立的影像组学模型中LR的受试者工作特征曲线下面积(area under the curve,AUC)值最高,训练集与测试集分别为0.90和0.90.语义特征建立的模型中随机森林模型性能最好,训练集和测试集AUC分别为0.82和0.87.语义特征联合影像组学评分后采用逻辑回归建立的模型性能最好,训练集和测试集AUC分别为0.91和0.92.结论本研究使用影像组学机器学习分类器并联合其他图像语义特征绘制列线图对HGG及SBM进行鉴别,这是一种非侵入性方法,具有较好的准确性,为临床决策和实践提供了较大的帮助.

目的 探讨联合体素内不相干运动(intravoxel incoherent motion,IVIM)、扩散峰度成像(diffusion kurtosis imaging,DKI)和动态对比增强磁共振成像(dynamic contrast-enhanced magnetic resonance imaging,DCE-MRI)、参数图构建影像组学模型预测乳腺癌患者人类表皮生长因子受体2(human epidermal growth factor receptor 2,HER-2)的表达状态.材料与方法 回顾性分析192例乳腺癌患者病例资料,根据患者的病理结果 分为HER-2表达阳性组(48例)和HER-2表达阴性组(144例),术前均行IVIM、DKI及DCE-MRI.并按照8:2的比例将病例随机分为训练集(154例)和测试集(38例).在灌注分数(perfusion fraction,f)、灌注相关扩散系数(perfusion related diffusion coefficient,D)、真实扩散系数(real diffusion coefficient,D)、平均扩散率(mean diffusivity,MD)和平均扩散峰度值(mean kurtosis,MK)参数图和第2期DCE-MRI(DCE-2)图像中勾画出病变区域的三维感兴趣区(region of interest,ROI),并提取其中的影像组学特征.采用Z分数归一化对特征进行标准化处理,并使用K最佳、最小冗余最大相关(max-relevance and min-redundancy,mRMR)、最小绝对收缩与选择算子回归(least absolute shrinkage and selection operator,LASSO)算法依次对特征进行降维和选择,通过logistic逻辑回归(logistic regression,LR)分类器分别建立参数图模型及联合模型,并采用5折交叉验证法验证模型的稳定性.通过受试者工作特征(receive operating characteristic,ROC)曲线和曲线下面积(area under the curve,AUC)对不同参数图像模型及联合模型的诊断效能进行分析,使用DeLong检验对各模型间ROC曲线进行比较,使用决策曲线分析(decision curve analysis,DCA)对模型的临床价值进行评估.结果从每个ROI中提取了2286个MRI特征,在f、D、D、MD、MK参数图、第2期DCE-MRI和联合序列中分别筛选得到7、6、7、6、7、12、10个特征与HER-2表达状态相关.f、D、D、MD、MK参数图模型及第2期DCE模型在测试集中的AUC分别为0.693、0.679、0.586、0.682、0.661、0.732;联合模型在测试集中的AUC为0.861(95％CI:0.775～0.958),敏感度和特异度分别为100.0％和71.4％,经DeLong检验,训练集中联合模型与f、D、D、MD、MK参数图模型及DCE-2模型之间AUC差异均有统计学意义(P均<0.05).结果表明联合模型对预测HER-2的表达状态优于单一模型.结论 基于DCE-MRI、IVIM和DKI的影像组学联合模型可以在术前有效预测乳腺癌患者的HER-2表达状态,有助于临床对乳腺癌进行诊断、分型、制订治疗方案及预后.

目的:探讨基于增强CT图像构建影像组学模型及其与相关临床病理特征构建的融合模型在浸润性肺腺癌术前预测组织学分级中的应用价值。方法:回顾性队列研究。纳入2017年1月—2019年12月山西省肿瘤医院经手术病理确诊且组织学分级明确的313例浸润性肺腺癌患者，其中男175例、女138例，年龄35~81（60.1±8.3）岁。组织学分级：高级别（G3级）85例，低级别（G1、G2级）228例。313例患者术前均行胸部增强CT检查。患者按照7∶3的比例随机分为训练组219例（高级别59例、低级别160例）和验证组94例（高级别26例、低级别68例）。基于每位患者的术前增强CT图像各提取1 316个影像组学特征；训练组采用最大相关最小冗余、最小绝对收缩与选择算子算法和多因素logistic回归分析进行特征筛选及影像组学模型的构建。用单因素和多因素logistic回归分析从临床病理特征中筛选高级别浸润性肺腺癌的独立危险因素，联合影像组学模型建立融合模型，并绘制列线图。使用受试者操作特征曲线（ROC曲线）、校准曲线和决策曲线评估影像组学模型和融合模型对术前浸润性肺癌组织分级的预测效能及临床效益。结果:训练组与验证组患者的临床病理特征比较，差异均无统计学意义（ P值均>0.05）。训练组和验证组内的高级别与低级别患者比较，吸烟史、肿瘤实性程度、肿瘤最大径、血清癌胚抗原和细胞角蛋白19片段水平的差异均有统计学意义（ P值均<0.05），年龄、毛刺征、分叶、胸膜牵拉的差异均无统计学意义（ P值均>0.05）；此外，验证组的低级别与高级别患者性别分布比较，差异有统计学意义（ χ2=4.70， P=0.030）。特征降维后得到5个影像组学特征用于构建影像组学模型，影像组学模型在训练组和验证组ROC曲线的曲线下面积（AUC）分别为0.852（95% CI：0.734~0.882、0.837（95% CI：0.733~0.863）。单因素和多因素logistic回归分析筛选出高级别浸润性肺腺癌的独立危险因素有吸烟史、肿瘤实性程度、肿瘤最大径、血清癌胚抗原和细胞角蛋白19片段水平，其与影像组学模型共同构建的融合模型在训练组和验证组ROC曲线的AUC分别为0.888（95% CI：0.721~0.894）、0.876（95% CI：0.707~0.852）。校准曲线分析显示，影像组学模型和融合模型均有良好的校准性能。决策曲线分析显示，2种预测模型均有一定的临床效益，其中融合模型净收益值更大。 结论:基于术前增强CT图像构建的影像组学模型及其与高级别浸润性肺腺癌的独立危险因素结合建立的融合模型，对于浸润性肺腺癌的组织学分级均有良好的术前预测价值，并且后者的预测效能相对更高。

目的:探讨基于常规磁共振成像（MRI）影像组学模型预测垂体大腺瘤质地价值。方法:回顾性分析2014年12月至2019年12月皖南医学院弋矶山医院经手术病理证实的101例垂体大腺瘤患者完整资料，根据术中垂体瘤质地分为质软组（ n=58）与质硬组（ n=43），按照7∶3比例随机将患者分为训练组（ n=72）和验证组（ n=29）。所有患者均行垂体常规MRI扫描。使用ITK-SNAP软件逐层手动勾画T 1加权像（T 1WI）、T 2加权像（T 2WI）和T 1WI增强图像上肿瘤感兴趣区（ROI）并进行三维融合，然后导入AK软件提取纹理特征；利用最小冗余最大相关（mRMR）和最小绝对值收敛和选择算子（LASSO）回归分析进行特征选择和建立影像组学标签，并用100次留组交叉验证（LGOCV）验证模型的可靠性，绘制受试者工作特征（ROC）曲线评价模型的预测能力；应用决策曲线分析（DCA）评估模型的临床应用价值。 结果:T 1WI、T 2WI、T 1WI增强和联合序列模型在训练组和验证组中预测垂体大腺瘤质地曲线下面积（AUC）（95 %CI）分别为0.91(0.84~0.98）和0.90(0.78~1.00)、0.86(0.78~0.95）和0.83(0.64~1.00)、0.90(0.83~0.97）和0.89(0.77~1.00）以及0.92(0.85~0.98）和0.91(0.79~1.00)。DCA表明T 1WI、T 2WI、T 1WI增强和联合序列模型均具有较好净获益。 结论:常规MRI的T 1WI、T 2WI、T 1WI增强和联合序列模型均具有很高预测垂体大腺瘤质地的效能，为探索预测垂体大腺瘤质地提供了一种新的定量分析方法。

目的:探讨基于多参数MRI及临床特征的融合模型在术前预测宫颈癌患者淋巴结转移的价值。方法:回顾性分析山西省肿瘤医院2016年6月—2019年3月经病理证实为宫颈鳞癌并于术前行MRI检查的168例患者的资料。按照7∶3的比例，采用完全随机法将所有患者分为训练组115例和验证组53例。由两名影像科医师在MRI图像上手动勾画三维容积感兴趣区(VOI)，并进行一致性分析。根据临床手术病理结果将所有患者分为淋巴结转移阴性(LN－)和阳性(LN＋)，临床及影像资料也对应分组。分别基于每例患者的T 2WI、表观扩散系数(ADC)和增强T 1WI(cT 1WI)序列图像上均提取3 111个影像组学特征，然后对训练组采用以最大相关最小冗余(MRMR)和最小绝对收缩与选择(LASSO)回归为主的四步法进行特征选择和影像组学标签的构建，并进行分层分析。通过多变量逻辑回归筛选独立临床危险因素并联合影像组学标签构建影像组学融合模型，并制作列线图。采用ROC曲线、校正曲线、决策分析曲线(DCA)评估列线图的预测性能及临床效益。 结果:训练组和验证组患者基线资料差异均无统计学意义( P值均>0.05)。基于T 2WI、ADC和cT 1WI合并特征降维后共得到6个影像组学特征( P值均<0.05)，其中包括3个小波类特征参数和3个LoG类特征参数，均与淋巴结转移显著相关。单序列影像组学标签在训练组中ROC曲线下面积(AUC)值为0.763和0.829，显示具有良好的预测效能，合并上述序列构建的影像组学标签对应的AUC值0.859，其诊断效能优于其中任意单一序列，并在验证组得到验证。联合影像组学标签和MRI评价淋巴结状态构建的列线图在训练组和验证组中均显示出良好的鉴别能力和校正性能，对应的AUC分别为0.865和0.861。在独立验证组中的决策曲线示，当风险阈值>10%时，采用影像组学方法预测LN＋的净收益优于将所有患者都看作LN＋或LN－，也优于MRI评价淋巴结状态。 结论:通过联合基于多参数MRI的影像组学标签和MRI评价淋巴结状态建立的融合模型可作为术前评估宫颈癌淋巴结转移的一种辅助方法。